Národní úložiště šedé literatury Nalezeno 138 záznamů.  začátekpředchozí129 - 138  přejít na záznam: Hledání trvalo 0.00 vteřin. 
Využití umělé inteligence v kryptografii
Lavický, Vojtěch ; Rosenberg, Martin (oponent) ; Babnič, Patrik (vedoucí práce)
Cílem práce je se seznámit se s problematikou neuronových sítí a používaných bezpečnostních protokolů v kryptografii. Teoretická práce se zabývá rozborem neuronových sítí s přihlédnutím na výběr typu sítě později využitý v modelu kryptografického systému. V praktické části je vytvořen koncept zcela nového bezpečnostního protokolu, který využívá vytipovanou neuronovou síť.
Fuzzy Neural Networks for Pattern Classification
Ollé, Tamás ; Raida, Zbyněk (oponent) ; Vágnerová, Jitka (vedoucí práce)
This work describes the principle of operation of neurons and how they form artificial neural networks. The structure and the operation of neurons are thoroughly described and the most widely used algorithm for neuron training is shown as well as the basics of fuzzy logic including its advantages and disadvantages. This work fully describes the backpropagation algorithm and the adaptive neuro-fuzzy inference system. These techniques provide effective methods of neural network learning.
Klasifikace EKG signálů s použitím neuronových sítí
Loviška, David ; Vítek, Martin (oponent) ; Hrubeš, Jan (vedoucí práce)
Cílem projektu Klasifikace EKG signálů pomocí neuronových sítí je zjednodušit a urychlit práci lékaře. Toho lze dosáhnout vytvořením programu schopného jednoduše a téměř okamžitě klasifikovat EKG signál s použitím umělé neuronové sítě. Vytvořený program poskytne lékaři základní informace o vloženém elektrokardiogramu, jako jsou časové intervaly a amplitudy signálu v jednotlivých zkoumaných úsecích. Následně lékaře upozorní na odchylky od normálu. Součástí programu je i grafické okno se zobrazeným signálem a na něm barevně zvýrazněny body a úseky vyhodnocené programem za zvláštní. V další fázi bude program sám klasifikovat získané údaje a určí nezávisle na lékaři diagnózu, kterou může lékař vyhodnotit a případně vlastním podpisem uznat za skutečnou diagnózu pacienta. Tento program je rovněž vhodný pro několikahodinové, až týdenní záznamy Holterova monitorování EKG.
Analýza signálů AVG
Mikauš, Jakub ; Čížek, Martin (oponent) ; Rozman, Jiří (vedoucí práce)
MIKAUŠ, J. Analýza signálů AVG. Brno: Vysoké učení technické v Brně, Fakulta elektrotechniky a komunikačních technologií, 2008. 33 s., 1 příl. Vedoucí bakalářské práce doc. Ing. Jiří Rozman, CSc. Práce se zabývá analýzou signálů AVG (arteriovelocitogram), který je získán neinvazivním měřením pomocí ultrazvukových lékařských přístrojů. Získaná data z těchto signálů jsou využívána pro stanovení diagnózy pacientů postižených ischemickou chorobou. Pro danou analýzu je využit algoritmus používající neuronových sítí programového prostředí MatLab. Byly ověřeny různé topologie vícevrstvé neuronové sítě a zhodnoceny dosažené výsledky.
Implementace umělé neuronové sítě do obvodu FPGA
Čermák, Justin ; Šteffan, Pavel (oponent) ; Bohrn, Marek (vedoucí práce)
Tato diplomová práce popisuje postup návrhu efektivně pracujícího obvodu umělé neuronové sítě v obvodu FPGA řady Virtex-5 s maximálním využitím možnosti paralelizace. Teoretická část obsahuje základní informace o umělých neuronových sítích, obvodech FPGA a jazyku VHDL. Praktická část popisuje použitý formát proměnných, vytváření nelineární funkce, princip výpočtu jednotlivých vrstev, nebo možnosti parametrického nastavení vytvořené umělé neuronové sítě.
Návrh algoritmů pro neuronové sítě řídicí síťový prvek
Stískal, Břetislav ; Kacálek, Jan (oponent) ; Škorpil, Vladislav (vedoucí práce)
V teoretické části této práce se uvádí základní informace o historii a vývoji umělých neuronových sítí (UNS) z minulého období až po dnešek. Praktická část podává důkazy předpokladů zmiňovaných v teoretické části této práce, např. znázornění učení, trénování jednotlivých typů neurónových sítí na různých praktických úkolech, jejich následná simulace a vynesení poznání a závěrů z těchto simulací. Cílem je simulování aktivního prvku v síti, řízeného pomocí umělé inteligence. Tedy učení (trénování) neuronové sítě a její následná simulace pro řízení přepínače. V práci je uveden a popsán algoritmus směrování pomocí Hopfieldovy sítě založeném na typickém problému obchodního cestujícího. Následuje nastínění optimalizačních problémů a jejich řešení, porovnání s dalšími typy rekurentních (zpětnovazebních) sítí (Elman a Layer Recurrent) jejich hlavní rozdíly, způsoby optimalizace, výhody a nevýhody. Z poznatků této práce, je uveden návrh dalšího řešení řízení pomocí neuronových sítí do budoucna.
Aplikace neuronových sítí v telekomunikacích
Šulák, Michal ; Koula, Ivan (oponent) ; Kacálek, Jan (vedoucí práce)
Diplomová práce obsahuje popis současných směrovacích protokolů a směrovačů, základní principy umělých neuronových sítí a jejich interpretace v souvislosti s využitím při směrování v datových a telekomunikačních sítích. V této práci jsem se zaměřil převážně na neuronové sítě využívající energetické funkce pro výpočet jednotlivých relaxačních stavů a jejich využití při směrování. Pro testování a zjišťování vhodných parametrů jednotlivých funkcí, jsem vytvořil aplikaci, která vypočítává nejkratší cestu a dokáže měnit jednotlivé parametry daných funkcí pro nalezení nejlepšího výsledku stabilního stavu neuronové sítě v porovnání s algoritmy dnes běžně používanými pro vyhledávání nejkratších spojů v datových sítích.
Využití prostředků inverzní analýzy spolehlivosti při pravděpodobnostním návrhu vybraných parametrů konstrukcí
Lipowczan, Martin ; Novák, Drahomír (oponent) ; Lehký, David (vedoucí práce)
Podstatou předložené bakalářské práce je aplikace metodiky a prostředků inverzní analýzy při pravděpodobnostním návrhu vybraných parametrů konstrukcí. Prvním krokem bylo seznámení se s pravděpodobnostním návrhem a posouzením konstrukcí, následně pak s vlastní metodikou inverzní analýzy založené na umělých neuronových sítí. Po nastudování daného tématu bylo možné přejít k samotné problematice. Zprvu pro uvedení teorie do praxe se začalo na lehčích příkladech. Jednalo se o matematické funkce a jeden praktičtější příklad. U těchto příkladů byly předem známé výsledky. Tato skutečnost vedla k snadné kontrole dosažených hodnot. Postupným zdokonalováním v užívání softwarových nástrojů a to zejména programu DLNNET bylo možné přejít na příklady z praxe. Zvoleny byly příklady z předmětů nižších ročníků bakalářského studia na Fakultě stavební VUT Brno. Prvním z nich byl návrh železobetonové desky, u které byly hledanými návrhovými parametry výška desky a plocha vyztužení. Druhým příkladem byl návrh montážního ocelového šroubového spoje u diagonály vazníku. Zde se provedlo dimenzování průměru šroubu a jeho počet.
Moderní trendy v oboru počítačová fyzika
SURYNEK, Radek
Diplomová práce nabízí přehled základních moderních metod, které mohou být využity v oblasti počítačové fyziky. Jedná se konkrétně o paralelní výpočty, neuronové sítě, genetické algoritmy a fuzzy logiku. V každé kapitole je uveden teoretický popis metody, zjednodušené matematické vyjádření, návrhy technické realizace a stručně jsou zmíněny i konkrétní aplikace. Text je doplněn řadou jednoduchých příkladů. Závěr práce shrnuje získané poznatky a nastiňuje budoucí vývoj.
Teoretické základy neuronových sítí
ROKŮSEK, Zdeněk
Tato bakalářská práce se zaměřuje na teoretické základy neuronových sítí, na popis základních modelů neuronových sítí a jejich použití v praxi. Poskytuje stručný přehled historie bádání v oblasti neurovýpočtů a objasňuje neurofyziologické motivace vedoucí k matematickému modelu neuronu a neuronové sítě. Počet možných alternativ modelů neuronových sítí a jejich použití je poměrně velký. Neuronov sítě lze použít k rozpoznávání obrazců, ke kompresi dat atd. K nejznámějším modelům neuronové sítě patří vícevrstvá neuronová síť, model MADALINE, asociativní síť a Hopfieldova síť.

Národní úložiště šedé literatury : Nalezeno 138 záznamů.   začátekpředchozí129 - 138  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.